[发明专利]语音识别方法、装置、计算机设备及存储介质有效
| 申请号： | 201710438772.7 | 申请日： | 2017-06-12 |
| 公开（公告）号： | CN107331384B | 公开（公告）日： | 2018-05-04 |
| 发明（设计）人： | 梁浩;王健宗;程宁;肖京 | 申请（专利权）人： | 平安科技（深圳）有限公司 |
| 主分类号： | G10L15/02 | 分类号： | G10L15/02;G10L15/14 |
| 代理公司： | 广州华进联合专利商标代理有限公司44224 | 代理人： | 王宁 |
| 地址： | 518052 广东省深*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种语音识别方法，该方法包括获取待识别的语音数据；提取语音数据中的Filter Bank特征和MFCC特征；将MFCC特征作为GMM‑HMM模型的输入数据，获取第一似然概率矩阵；将Filter Bank特征作为二维LSTM模型的输入特征，获取后验概率矩阵；将后验概率矩阵和第一似然概率矩阵作为HMM模型的输入数据，获取第二似然概率矩阵，根据第二似然概率矩阵在音素解码网络中获取对应的目标词序列。该方法通过将混合高斯模型和深度学习模型结合，且采用创新的二维LSTM模型作为声学模型，提高了语音识别的准确度。此外，还提出了一种语音识别装置、计算机设备及存储介质。 | ||
| 搜索关键词： | 语音 识别 方法 装置 计算机 设备 存储 介质 | ||
【主权项】：
一种语音识别方法，所述方法包括：获取待识别的语音数据；提取所述语音数据中的Filter Bank特征和MFCC特征；将所述MFCC特征作为训练后的GMM‑HMM模型的输入数据，获取所述训练后的GMM‑HMM模型输出的第一似然概率矩阵，似然概率矩阵表示的是语音帧与音素状态上的对齐关系；将所述Filter Bank特征作为训练后的二维LSTM模型的输入特征，分别进行时间维度和层次维度的计算，获取输出的包含有时间维度和层次维度信息的后验概率矩阵；根据所述后验概率矩阵和所述第一似然概率矩阵采用训练后的HMM模型计算得到目标似然概率矩阵；根据所述目标似然概率矩阵在音素解码网络中获取与所述待识别的语音数据对应的目标词序列。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于平安科技（深圳）有限公司，未经平安科技（深圳）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710438772.7/，转载请声明来源钻瓜专利网。
